基于SSA-SVM的冰箱压缩机声信号故障诊断方法研究
黄御封
程辉
徐永康
李语亭
江俊
合肥美的电冰箱有限公司 安徽 合肥 230601
摘要：针对冰箱压缩机声信号缺陷辨识精度受限的挑战,构建了基于麻雀搜索算法和支持向量机(SSA-SVM)的故障诊断模型.在方法实现层面,首先对原始声信号进行小波阈值去噪预处理以消除环境噪声干扰,继而通过时频域联合分析方法提取多维特征集作为SVM模型的输入参数.核心创新点在于引入SSA智能优化算法,建立参数自适应调整机制,有效获取最优惩罚系数与核函数参数组合.以人工头采集的数据开展了研究,通过对多工况数据的实证分析表明,此SSA-SVM模型可实现97.5%的平均故障识别准确率,且较对比方法具备更快的计算速度和更高的稳定性.
关键词：压缩机麻雀搜索算法支持向量机故障诊断
分类号：TM925.21(电气化、电能应用)TP277(自动化技术及设备)
论文发表日期：2025-06-01
在线出版日期：2025-08-25（本平台首次上网日期，不代表文献的发表时间）
页数：4( 76-79 )
英文信息